Neuromorphic computing là cách tiếp cận lấy cảm hứng từ cấu trúc và chức năng của não người để tạo ra các chip xử lý thông tin cực tiết kiệm năng lượng và hiệu quả cao cho AI. Thay vì sử dụng kiến trúc von Neumann truyền thống, các chip neuromorphic mô phỏng cách hoạt động của neuron và synapse trong não.
Chippe neuromorphic nổi bật
- Intel Loihi 2: Chip Generation 2 với hơn 1 triệu neuron giả tạo, hỗ trợ học tập không giám sát và xử lý sự kiện thời gian thực
- IBM TrueNorth: Chip đầu tiên với 1 triệu neuron và 256 triệu synapse, tiêu thụ chỉ 70mW
- BrainChip Akida: Chip spiking neural network tích hợp sẵn cho thiết bị IoT và edge computing
Ưu điểm vượt trội
- Tiêu thụ năng lượng thấp 1000x so với GPU truyền thống cho các nhiệm vụ AI cụ thể
- Xử lý song song massif mimicking cách não hoạt động
- Học tập trực tuyến và thích ứng với môi trường thay đổi
- Thích hợp cho edge AI, robotics, và thiết bị IoT
Thách thức và hướng phát triển
- Khó khăn trong lập trình vì mô hình khác với von Neumann
- Công cụ phát triển và môi trường mô phỏng còn hạn chế
- Khả năng mở rộng vẫn còn thách thức cho các mô hình AI quy mô lớn
- Nghiên cứu kết hợp neuromorphic với photonic computing để tăng tốc truyền dẫn
Ứng dụng thực tiễn 2025
- Robot autonomi với khả năng học tập và thích ứng thời gian thực
- Cảm biến thông minh cho xe tự lái và công nghiệp 4.0
- Hệ thống giám sát y tế liên tục với bộ xử lý đặt trên wearable
- Ứng dụng defense và an ninh cho xử lý tín hiệu và phát hiện bất thường
Nhiều công ty lớn như Intel, IBM, Qualcomm và các startup như BrainChip đang đầu tư mạnh vào neuromorphic computing. Theo các nhà nghiên cứu, đây có thể là con đường để vượt qua giới hạn của Moore’s Law và đạt được AGI (Artificial General Intelligence) trong tương lai.
Nguồn tham khảo:
